分布式推理中的拜占庭数据攻击及其防御方法研究

Distributed inference is the essential application in the wireless networks, its reliability has been widely concerned consistently. And Byzantine data attack is the most serious underlying challenge of the network security. In the mean while, the performance degradation of distributed inference with Byzantine data is still obscured.It is still an open issue for distributed inference with Byzantine data to make a decision reliably. And the underlying network condition for Byzantine data immunized distributed inference is also unclear. Therefore,Byzantine data attacks in distributed inference and its countermesures are studied in this project. We will focus on three forms of distributed inference: distributed detection, target localization and tracking, and the state estimation in a large scale network. More specifically, based on the mechanism of distributed inference and the model of Byzantine data attack, we will represent the relationship between attack policy and attack power and inference performance. Along with the route of attack prevention(deriving the network condition for steal attack and undetectable attack's immunity), defense(Byzantine nodes' identification/malicious data processing), and tolerance(resilient distributed inference methods),the studied problem will be solved eventually by synthesizing applying the theoretic tools and methodology of multi-discipline. The expected results of the project provides the base and steering of the design, deployment and application of secure wireless networks.

分布式推理是无线网络的基本应用，其可靠性一直受到关注。拜占庭数据是最潜在的内部攻击，使网络安全面临严峻的挑战。但是，拜占庭数据攻击对分布式推理性能的影响程度尚不明确，含拜占庭数据的分布式推理如何可靠决策还未定论，使分布式推理对拜占庭数据免疫的网络条件还不确定。 本项目拟研究分布式推理中的拜占庭数据攻击及其防御方法，重点研究分布式检测、分布式目标定位与跟踪、大规模网络分布式状态估计中的拜占庭数据攻击及其防御方法三个方面。具体地，以分布式推理工作机理与拜占庭数据攻击模型为基础，以量化表征攻击影响与推理性能间关系为指导，以攻击防范（对隐秘攻击与不可识别攻击免疫的网络条件）-抵御（拜占庭节点识别/恶意数据处理）-容忍（宽容的分布式推理方法）为主线，综合应用多学科的理论工具与思想方法，本质上解决分布式推理中的拜占庭数据攻击问题。 预期研究成果为设计、部署与应用安全的无线网络提供科学依据与理论指导。

随着无线通信技术的迅速发展，分布式网络越来越受到人们的关注。分布式检测、分布式目标定位和分布式估计是分布式网络的三个重要基础应用。然而，分布式系统结构具有的开放特性会衍生出一系列安全问题，其中拜占庭数据攻击是分布式网络中典型的网络攻击之一。本项目研究了大规模网络分布式检测、分布式目标定位和分布式估计中的拜占庭数据攻击及其防御问题。研究主要从攻击与防御两方面入手，首先，通过提出有效的攻击方法暴露分布式网络存在的安全漏洞，从而深入分析分布式网络的脆弱性；其次，针对已知的攻击手段，提出有效的检测与防御方法，通过对恶意攻击的检测，剔除或隔离在分布式网络中的恶意节点，从而使得分布式网络重新正常工作。最终的研究目标是提高分布式网络的安全性和可靠性。我们分别在无线传感网络分布式检测中的数据篡改攻击与防御、认知无线电网络分布式检测中的数据错误化攻击检测与防御、分布式目标定位与与跟踪中的拜占庭攻击与防御、分布式网络参数与节点状态估计中的错误数据注入攻击与防御等方面取得了有创新性的研究成果，为后续研究打下了基础。